力晶  拒絕再坐產業冷板凳
力晶 拒絕再坐產業冷板凳
2004.04.15 | 科技

4月7日,台北晶華酒店的宴會廳門口,擠滿了不得其門而入的人們。這一天,是DRAM大廠力晶第一季的法人說明會,對比過去幾年的不景氣,股價低迷的冷清法說會場面,今年以來股價大漲一倍的力晶,未來動向備受矚目,「真的對各位很抱歉,我們準備了180個座位,但今天來了超過250位法人代表,」力晶董事長黃崇仁在台上頻頻致歉。
今年,將是力晶成立10年以來,最豐收的一年。第一季的傳統DRAM淡季,力晶繳出EPS達0.95元的佳績,法人普遍預估,今年力晶至少擁有每股4元以上的潛力,是10年以來,表現最好的一年,而今年加碼擴廠的資本支出,更高達8億美元,比去年成長近八成。
「過去10年以來,台灣DRAM有兩波大行情,但力晶從來不是主角,」一位外資分析師指出。
第一波,是1990年代中期,台灣進入、日本淡出DRAM生產,台灣廠商從日本手中接過市占率,當時的主角,是率先起跑的茂矽與華邦;第二波則在2001年,DDR規格成為產業主流,市場需求大起,那時的主角是率先量產的南科,「10年前,剛開始準備切入時,一顆DRAM要20美元,但等第一座8吋廠蓋好量產時,一顆只剩2美元,」黃崇仁回憶,「剛開始就做一顆賠一顆,所以起步很辛苦。」

**轉折點:興建12吋晶圓廠

**
要論力晶的轉折點,當屬2001年。這一年,力晶無法倖免於科技產業不景氣的大風暴,全年大幅虧損64億新台幣,「這是One fab company一座晶圓廠公司)的脆弱宿命, 」黃崇仁指出,DRAM是典型拼量產規模的產業,產能不大,直接導致成本結構不利於競爭,當時只有一座8吋晶圓廠的力晶,在不景氣時受傷慘重,「當時就有日本記者跑來專訪我,力晶這麼小,要怎麼活?」
也是在2001年,力晶決定投資興建12吋廠。由於這一年的鉅額虧損,力晶內部對是否繼續投資展開激烈的辯論,當時也拿不定主意的黃崇仁,不得已只好去請教台灣「半導體教父」張忠謀,張忠謀當時告訴他,「12吋晶圓的技術還很新,全世界只有英特爾做得最好,你去問問看吧。」
「12吋的良率不輸8吋晶圓廠,換算出的成本優勢更高,」直到英特爾執行長貝瑞特(Craig Barrett)以這句話告訴黃崇仁後,力晶才決定興建12吋晶圓廠。透過與日本爾必達(Elpida)策略聯盟與技術轉移,力晶的12吋廠,在去年下半年正式量產,剛好趕上了這一波DRAM的大行情,自4月起,力晶將標準型的DRAM全數轉至12吋廠,原來的8吋廠則轉為晶圓代工,專做利基型的產品,黃崇仁指出,力晶每顆DRAM成本約2.8美元,已是全球製造成本最低的廠商,預計到了7月,在12吋產能增加後,平均每顆DRAM成本將再降至2.5美元以下,「12吋廠的投資,是計算過的風險,」黃崇仁強調,當年被評為孤注一擲所建的12吋廠,並不是只有運氣。

**占有率:可望擠進全球前五強

**
在DRAM價格大漲,本身成本結構大降的來去之間,力晶的財務狀況因此大為改善。3月份,力晶整體毛利率突破4成,黃崇仁更進一步指出,預估到了年底,12吋廠的月產能,將從第一季的2.2萬片提昇至第四季的3.5萬片,成為全球最大純DRAM的12吋晶圓廠,力晶在全球DRAM的占有率,將從去年的2.7%提高至7%左右,有機會從目前的第八名擠進前五名。看準12吋廠的優勢,力晶在去年10月,更動土興建第二座12吋晶圓廠,預計明年第三季開始量產。
「DRAM的製造,其實就是一場和上帝的賭注,」力晶總經理謝再居指出。除了晶圓尺寸的突破外,製程則是另一個DRAM競爭的重要因素,但由於牽涉到晶圓物理特性的極限,製程越精密所造成錯誤的機率也越高,使得目前全球DRAM廠商在0.15微米進入0.11微米製程後,普遍面臨良率無法提昇的狀況,「8吋廠的設備,當初本來就不是為了這麼精密的製程設計,」而力晶的12吋晶圓廠,相對的風險也跟著降低。
「DRAM的歷史中,價格下滑的時間,遠比價格上漲的時間還多,」黃崇仁開玩笑指出,「而力晶則是一個擁有悠久歷史應付艱困時局的廠商,請大家放心。」10年前,當力晶剛成立時,全球總共有超過25家DRAM廠商,經過這10年來不斷的淘汰後,如今只剩10家左右,而淘汰賽仍在持續進行,「勝出的唯一法寶,就是cost down,12吋廠則是必走之路,而最凶險的那一段日子,已經克服了,」面對多年來的景氣大起大落,黃崇仁和力晶,早就練就了一身頑強的鬥志,無論環境如何,都能找到應對之道。

力晶(5346)小檔案
董事長:黃崇仁
總經理:謝再居
成立時間:1994年
資本額:348.8億新台幣
去年營收:229.7億新台幣
去年EPS:0.06元
今年預估EPS:4.88元(群益證券預估)

往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓